ForeTac提出预测性接触引导框架

ForeTac团队提出预测性接触引导框架ForeTac，在四个真实机器人任务（平面与曲面擦拭、刷卡、易碎物抓取）上评测，与仅用视觉的Diffusion Policy相比，平均任务成功率从36.3%升至71.3%，平均接触成功率（CSR）从20.0%升至66.3%。 该框架按“表示-预测-评估-引导”闭环组织：编码当前触觉状态、预测候选动作序列的触觉后果，并以接触质量目标评估预测轨迹；部署时梯度经触觉预测器引导动作生成，预训练参数保持冻结。评测覆盖扩散与流匹配两类策略。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。